转载自：https://blog.csdn.net/m0_37393514/article/details/82226754
(1) tf.shape()
先说tf.shape()很显然这个是获取张量的大小的，用法无需多说，直接上例子吧！
import tensorflow as tf
import numpy as np
a_array=np.array([[1,2,3],[4,5,6]])
b_list=[[1,2,3],[3,4,5]]
c_tensor=tf.constant([[1,2,3],[4,5,6]])
with tf.Session() as sess:
print(sess.run(tf.shape(a_array)))
print(sess.run(tf.shape(b_list)))
print(sess.run(tf.shape(c_tensor)))
结果：
（2）x.get_shape().as_list()
这个简单说明一下，x.get_shape()，只有tensor才可以使用这种方法，返回的是一个元组。
import tensorflow as tf
import numpy as np
a_array=np.array([[1,2,3],[4,5,6]])
b_list=[[1,2,3],[3,4,5]]
c_tensor=tf.constant([[1,2,3],[4,5,6]])
print(c_tensor.get_shape())
print(c_tensor.get_shape().as_list())
with tf.Session() as sess:
print(sess.run(tf.shape(a_array)))
print(sess.run(tf.shape(b_list)))
print(sess.run(tf.shape(c_tensor)))
结果：可见只能用于tensor来返回shape，但是是一个元组，需要通过as_list()的操作转换成list.
不是元组进行操作的话，会报错！
如果你在上面的代码上添加上a_array.get_shape()会报如下的错误：
print(a_array.get_shape())
AttributeError: 'numpy.ndarray' object has no attribute 'get_shape'
可见，只有tensor才有这样的特权呀！
下面强调一些注意点：
第一点：tensor.get_shape()返回的是元组，不能放到sess.run()里面，这个里面只能放operation和tensor；
第二点：tf.shape(）返回的是一个tensor。要想知道是多少，必须通过sess.run()
import tensorflow as tf
import numpy as np
a_array=np.array([[1,2,3],[4,5,6]])
b_list=[[1,2,3],[3,4,5]]
c_tensor=tf.constant([[1,2,3],[4,5,6]])
with tf.Session() as sess:
a_array_shape=tf.shape(a_array)
print("a_array_shape:",a_array_shape)
print("a_array_shape:",sess.run(a_array_shape))
c_tensor_shape=c_tensor.get_shape().as_list()
print("c_tensor_shape:",c_tensor_shape)
#print(sess.run(c_tensor_shape)) #报错
结果：
如果你把注释掉的那个话再放出来，报错如下：很显然啊，不是tensor或者是operation。
